Please take a moment to complete this survey below
Library's collection Library's IT development CancelDi dalam industri manufaktur, produk yang dihasilkan umumnya memiliki
beberapa karakteristik yang saling berkorelasi. Penggunaan peta kendali x kurang
tepat, karena mengabaikan sifat korelasi antar karateristik. Analisa multivariate
lebih tepat untuk menganalisa hal ini. Analisa multivariate yang umumnya
digunakan adalah peta kendali T 2 Hotelling. Di dalam tugas akhir ini, karakteristik
yang dianalisa berjumlah dua. Simulasi dilakukan untuk menghitung nilai ARL
peta kendali T 2 Hotelling dan peta kendali x dengan dua variable. Perhitungan
nilai ARL untuk kedua peta kendali dilakukan untuk membuktikan babwa peta
kendali T 2 Hotelling lebih baik dan efektif untuk menganalisa karaktenstik
berkorelasi.
Program yang digunakan daiam simulasi ini adalah program S-Plus dengan
program pendukung Mathlab 6.0, Maple 6.0, Statgraph. Simulasi dilakukan
dengan membangkitkan bilangan random nomial multivariate, untuk simulasi Peta
kendali T 2 Hotelling, dan bilangan random normal, untuk peta kendali x .
Pergeseran yang digunakan sebagai pembanding antara kedua peta adalah 0.1, 0.2,
0.3, 0.5, 1, 1.5, dan 2 sigma. Bilangan random multivariate normal dimasukan ke
dalam perhitungan T 2 Hotelling. Perhitungan T 2 Hotelling dan bilangan random
normal dibandingkan dengan masing - masing batas kontrol. Jika keluar dari
batas kontrol, maka program akan melakukan looping sebanyak 10000 kali, dan
dicari nilai ARL untuk masing - masing pergeseran.
Berdasarkan nilai ARL antara kedua peta kendali, terbukti bahwa peta kendali
T 2 Hotelling lebih baik dan efektif dalam menganalisa karakteristik berkorelasi.
Peta kendali x tidak stabil untuk analisa katakteristik berkorelasi.